大学数据技术主要包含以下内容：
数学与统计：
这是大数据技术的基础，涉及概率论、统计学、线性代数等数学知识，以及数据分析和数据挖掘的统计方法。
计算机科学：
包括数据结构、算法、操作系统、计算机网络、数据库原理等计算机基础知识。
编程语言：
如C++、Java、Python等，这些语言在大数据处理和分析中应用广泛。
大数据平台与工具：
学习如何使用Hadoop、Spark、Hive等大数据平台，以及SQL、HiveQL、Pig Latin等数据处理工具。
数据分析与挖掘：
包括数据清洗、数据预处理、数据可视化、数据挖掘算法、机器学习等。
数据工程：
涉及数据集成、数据存储、数据管道等数据工程相关技术和流程。
云计算：
学习云计算的基本原理和技术，以及如何利用云计算平台进行大数据处理。
人工智能与机器学习：
学习人工智能的基本原理和机器学习算法，并将其应用于大数据分析中。
数据可视化：
学习如何将数据分析结果以图表、图像等形式进行可视化展示。
系统设计与开发：
了解如何设计开发大数据处理系统和应用。
建议学生在学习大数据技术时，注重理论与实践相结合，通过实际项目来提升自己的技能。同时，选择一些竞争力较好的大学和专业，以便获得更好的教育资源和发展机会。